+ All Categories
Home > Documents > 05-06DESNC

05-06DESNC

Date post: 17-Dec-2015
Category:
Upload: vivi-indriyanti
View: 215 times
Download: 0 times
Share this document with a friend
Description:
tuytti
Popular Tags:
46
1
Transcript
  • *

  • Ethics in Research

    Knowledge, science and theory

    Research gap, research interest and ideas

    Conceptualization, operationalization and Hypothesis

    Research designs

    Sampling and representatives

    Data mining and collection

    Data

    Analysis

    Research Writings

  • *DEFINISI & PENTINGNYA DESAIN PENELITIANDEFINISISuatu Rencana, Struktur, dan Strategi untuk menjawab permasalahan, yang meng-optimasi validitasPENTINGNYA DESAIN PENELITIANRELEVAN & OBYEKTIFVALID & RELIABLEEFEKTIF & EFISIEN

  • *PILIHAN-2 DESAINTERGANTUNG PERTANYAAN PENELITIAN: Studi KasusBagaimana gambaran kinerja perawat dan kaitannya dengan berbagai gambaran dinamis motivasinya di RS X?Studi longitudinal (cohort)Apakah telah terjadi perubahan kinerja dari waktu ke waktu sesuai dengan tingkatan motivasinya?MAKSIMASI VARIANS PENELITIAN

  • *PILIHAN-2 DESAINStudi cross-sectionalApakah ada hubungan antara motivasi dengan kinerja?Studi cross-sectional komparatifApakah ada perbedaan kinerja antara RS yg telah melaksanakan Achievement Motivational Training dengan yg belum?MAKSIMASI VARIANS PENELITIAN

  • *PILIHAN-2 DESAINStudi eksperimentalApakah ada perbedaan tingkat kinerja pada kelompok perawat yang diberi intervensi AMT dengan yg tidak?MAKSIMASI VARIANS PENELITIAN

  • *KIAT MAKSIMASI VARIANSMEMILIH DESAIN YG MAMPU KAUSALITASEksperimental (kuantitatif) atau case study (kualitatif)Observational cross-sectional tidak mampu kausalitasHanya didasari asumsi yg rasional (Plausible conjecture)

  • *KIAT MAKSIMASI VARIANSPRINSIP SEBANYAK MUNGKIN (melalui proses deduksi yg komprehensif)Pelajari semua variabel yang mungkin berhubungan dengan var dep.Pelajari antar-hubungan variabel2 yg adaREDUKSI MODEL SESUAI KEBUTUHANMereduksi variabel yg kecil pengaruhnyaMampu laksana

  • *KONTROL VARIABEL LUAR (BEBAS)KINERJAPERAWATTK.PENDIDIKANPERAWATMotivasiPersepsi peranKompetensiMasa KerjaLainnya?Sarana PrasaranaPembinaan/SupervBeban kerjaLingkungan kerjaKepemimpinanLainnya???fokus

  • *PILIHAN-2 DESAINOBSERVATIONALCohortMembandingkan motivasi tinggi dg rendah, melalui proses waktu ke masa depan (prospektif) dilihat dampaknya thd kinerja Case ControlMembandingkan kinerja tinggi dg rendah, melihat ke masa lalu (retrospektif) catatan (skor) motivasiKONTROL VARIABEL LUAR (BEBAS)

  • *PILIHAN-2 DESAINCross-sectionalMengukur tk kinerja & motivasi pd waktu bersamaanPd satu populasi yg sama atau >1EKSPERIMENTALMelakukan intervensi Achievement Motivation Training pd sekelompok perawat dan dibandingkan dengan klp kontrol yang setaraRandomizedNon-randomizedKONTROL VARIABEL LUAR (BEBAS)

  • *KRITERIA INKLUSIHomogenisasi Variabel luar dijadikan konstanMatchingKelompok Intervensi dan Kontrol memiliki kesamaan dalam hal variabel luarKONTROL VARIABEL LUAR (BEBAS)

  • *STATISTIK MULTIVARIATMelihat pengaruh/hubungan antara var dependen dengan var independen (utama) dengan mengendalikan/mengontrol var independen lainnyaPengaruh motivasi thd kinerja dengan mengendalikan faktor pendidkan, persepsi peran, masa kerja, pembinaan, dstKONTROL VARIABEL LUAR (BEBAS)

  • *KIAT MEMILIHKausalitas lebih baik daripada korelasionalFikirkan Desain eksperimental (randomized) sbg opsi pertamaKemudian non-randomizedKemudian Cohort-case control-cross sectionalEksperimental terandomisasi sangat baik dalam mengendalikan var luarKemampuan analisis multivariat sangat membantuKONTROL VARIABEL LUAR (BEBAS)

  • *OPTIMASI VALIDITAS STUDI (lanjutan)3. MINIMASI KESALAHAN PENGUKURAN3.1 PENGENDALIAN KESALAHAN SISTEMATIKPembakuan alat ukurpeneraan alat ukurpelatihanpengukuran gandapengendalian lingkungan saat mengukur3.2 RELIABILITAS & vALIDITAS PENGUKURANKonsisten - Tepat - TelitiConstruct - Content - Criterion related

  • *

    JENIS PENELITIAN

    INTERVENSI

    RANDOMISASI

    YA

    TIDAK

    YA

    EKSPERIMEN

    KUASI-E

    TIDAK

    OBSERVASIONAL

    RANDOMISASI:

    Probabilitas sama untuk "masuk" di setiap kelompok

    Tujuan:KOMPARABILITAS kelompok dapat terjaga

  • *

    RANCANGAN EKSPERIMEN

    MANIPULASI Variabel Eksperimental

    MONITOR perubahan Variabel Tercoba

    PENGENDALIAN Variabel Non-eksperimental:

    (1) Pembatasan Subyek

    (2) Randomisasi Subyek

    (3) Matching

    (4) Rancangan Subyek Sama

    (5) Rancangan Statistik

  • *

    Jenis Eksperimen (Umum):

    SATU EKSPERIMENTAL VS. KONTROL:

    XOX

    KOK

    EKSPERIMENTAL BANYAK VS. KONTROL:

    XXXOX

    KOK

    EKSPERIMENTAL A VS. EKSPERIMENTAL B

    XAOA

    XBOB

  • *ANCAMAN VALIDITAS INTERNALHISTORYKejadian baru yg munculMATURASIPerubahan yg dialami subyekPENGUJIANTelah-mengenal uji yg akan diberikanINSTRUMENTASIAlat ukur tidak validPre & Post-test berbedaPewawancara tdk setaraREGRESI STATISTIKKecenderungan ketengahSELEKSI DIFERENSIALSubyek berbeda nilai variabel-tercobaMORTALITASDrop-out dlm penelitian

  • *ANCAMAN VALIDITAS EXTERNALInteraksi Uji -awal dengan PerlakuanPada rancangan-ulang : Kepekaan naikInteraksi Seleksi dengan PerlakuanSelection BiasPengaturan Terlalu SpesifikNovelty EffectPerlakuan GandaSisa perlakuan awal -- akumulatif

  • *

    12

    VARIABEL NON-EKSPERIMENTAL (CONFOUNDING)

    VARIABEL SUBYEK

    Mis.: Genetik, Umur, Sex, Pendidikan, dll

    Pengendalian:

    Randomisasi

    Matching

    Rancangan-Ulang

    Rancangan analisa statistik

    VARIABEL LINGKUNGAN

    Keadaan sekitar yang pengaruhi studi

    Pengendalian:

    Lingkungan dibuat konstan

    Randomisasi

    Rancangan analisa statistik

  • *

    13

    KESALAHAN DALAM PENELITIAN

    (ERROR)

    KESALAHAN PENGUKURAN

    Instrumen tidak valid/reliabel

    Pengendalian:

    Uji-coba instrumen

    Counter-balance

    KESALAHAN PENELITI

    Subyektivitas

    Pengendalian:

    Blind experiment

    Pengukuran ganda (pengukur/frek)

  • *

    RESDESIGN/ADANG/1995/HAL.:15

    RANCANGAN PRA-EKSPERIMENTAL

    1.PERLAKUAN TUNGGAL (ONE-SHOT CASE STUDY):

    X ------------> O

    2.PERLAKUAN ULANG (ONE GROUP PRE- POST TEST):

    O ------------> X ------------> O

    3.PERLAKUAN STATIK

    X ------------> O

    K ------------> O

  • *

    RANCANGAN EKSPERIMEN MURNI

    1.RANCANGAN E-SEDERHANA (POST-TEST ONLY CONTROL GROUP DESIGN)

    X ------------> O

    (

    -------------------------------

    K ------------> O

    2.RANCANGAN E-ULANG (PRE- & POST-TEST CONTROL GROUP DESIGN)

    O--------------> X ----------> O

    (

    O--------------->K ----------> O

  • *

    3.RANCANGAN E-SOLOMON (SOLOMON FOUR GROUP DESIGN)

    O--------------> X -----------> O

    r:-------------------------------------

    O--------------->K -----------> O

    r:-------------------------------------

    X -----------> O

    r:-------------------------------------

    K -----------> O

    4.RANCANGAN FAKTORIAL

    A-1;B-1

    A-1

    A-1;B-2

    A-2;B-1

    A-2

    A-2;B-2

  • *RANCANGAN OBSERVASIONAL(1)Desain Kasus-Kontrol

    Rasio-odds=...?Keuntungan & kerugian

    KASUS (+)

    Kasus (-)

    F-Resiko (+)

    A

    B

    F-Resiko (-)

    C

    D

  • *RANCANGAN OBSERVASIONAL(2)Desain Kohort

    Resiko relatif=...?Keuntungan & kerugian

    KASUS (+)

    Kasus (-)

    F-Resiko (+)

    A

    B

    F-Resiko (-)

    C

    D

  • *UJI DIAGNOSTIKAdalah bentuk penelitian yang dilakukan untuk menguji apakah alat/prosedur dx memiliki kemampuan tertentuDesain yang dapat dipakaiEXPERIMENTALMurniKuasiOBSERVASIONALCross sectional Case-controlCohort

  • *PRINSIP UMUM(!) Dapat dijelaskan/dimengerti bahwa dx/gejala/ tanda klinis mempunyai hubungan dg outcome

    OUTCOME

    POSITIF

    OUTCOME

    NEGATIF

    DX. (+)

    DX. (-)

  • *HypotheticodeductiveVerificative

    Ethics in Research

    Knowledge, science and theory

    Research gap, research interest and ideas

    Conceptualization, operationalization and Hypothesis

    Research designs

    Sampling and representatives

    Data mining and collection

    Data

    Analysis

    Research Writings

  • *PENDEKATAN LAINAlgoritme dan flowchartBerguna pada situasi data jelas & akuratMisal dx kondisi anemia Pattern recognitionDilakukan di pelayanan kes dg sarana tbtsMelihat pola yg biasa terjadiMisal demam >3 hr: typhoidExhaustive dataStudi kasus yg unik/jarangDilakukan setelah cara lain tdk berhasil

  • *Research GapFenomena yang ingin dijawabSPESIFIKDAPAT DIJAWAB (RASIONAL)MUDAH DICAPAI (FEASIBLE)Contoh:Apakah vaskularisasi pembuluh (derajat angiogenesis) pada kanker serviks memiliki sensitivitas dan spesivisitas tinggi dalam memprediksi keberhasilan terapi radiasi kanker serviks stadium 2b keatas

  • *

    VaskularisasiRespon RadiasiModel TeoritisBerdasarkan pertanyaan penelitian

  • *Research EthicsPada pelaksanaan studi:Bila ditemukan kasus respon buruk, yang secara moral memerlukan tindakan profesional:Apa yang harus dilakukan?Siapa yang menanggung biaya? (direct & indirect costs)

  • *ConceptualizationKonsep-konsep yang ingin diteliti, harus:Jelas dan Disepakati bersamaMisal: Konsep respon radiasi Konsep angiogenesis

  • *OperationalizationKonsep harus terukurJelas dan rinci (cara, alat & hasil ukur)Mudah dilakukan di lapanganBaku (enumerator/interviewer terlatih)Proses pengumpulan data memperhatikan kemungkinan BIAS

  • *Analisis DataUji Dx

    PRIVATE

    Gold standard Positive (condition present)

    Gold standard Negative (condition not present)

    Test result Positive

    True Positive (=a)

    False Positive (=b)

    Test result Negative

    False Negative (=c)

    True Negative (=d)

  • *Ukuran-ukuran tdk terikat besaran prevalenSensitivity = True Positives/(True Positives + False Negatives)Specificity = True Negatives/(False Positive + True Negative)Ukuran-ukuran terikat besaran prevalenPositive Predictive Value = True Positive/(True Positive + False Positive)Negative Predictive Value = True Negative/(True Negative + False Negative)

  • *PPV dan NPV ukuran untuk memprediksi seorang pasien dengan dx tertentu inti dari seluruh persoalan uji diagnostiktergantung prevalensi penyakit

  • *

    sensitivity x prevalence

    PPV = -------------------------------------------------------------------------

    sensitivity x prevalence + (1 - specificity) x (1 prevalence)

    specificity x (1 - prevalence)

    NPV = -------------------------------------------------------------------------

    (1 - sensitivity) x prevalence + specificity x (1 - prevalence)

  • *CONTOHSe= .... Sp= ....PPV=...NPV=...

    PA (+)

    PA (-)

    Scan (+)

    231

    27

    Scan (+)

    32

    54

  • *Se= 231/263 =.88Ketepatan alat dx mendeteksi sakit (outcome)Sp= 54/81 =.59Ketepatan alat dx mendeteksi tdk-sakit (outcome)PPV= 231/258 = .90Probabilitas dx positifNPV= 54/86 =.63Probabilitas diagnosis negatif

  • * Ukuran LikelihoodLR= Likelihood RatioPerbandingan antara kemungkinan seseorang positif dengan kemungkinan seseorang negatifSe/(1-Sp)Merupakan indikator kegunaan alat dxSemakin tinggi semakin baik

  • *Kurva ROCROC= Receiver Operating CurveDigunakan untuk mencari titik potong (cut-off) idealSumbu Y= SensitivitySumbu X= 1-specificity

  • *

  • *Terimakasih

    *


Recommended